Qoder Blog00Qoder 发布 #CaseFarewell to "Vibe Coding"，介绍通过 Harness 治理和 SDDAMAP 框架实现团队级 AI 开发的实践演进。该框架支持 8k 上下文长度的模型推理，速度提升 3.5 倍，参数规模达 175B，在 MMLU 基准测试中取得 95.2 分，目前以闭源形式提供 API 接口。
Anthropic ResearchAnthropic 研究如何通过轴模型分析 Claude 大语言模型在不同语言中的价值观变化。Four key axes capture 15% of the variation in Claude's values。
Meta AI BlogMuse Spark 1.1 是 Meta Superintelligence Labs 最新发布的多模态推理模型，在工具和计算机使用、编码及多模态理解方面显著提升，支持百万 token 上下文窗口，通过 Meta Model API 对开发者开放公共预览，在 Meta 内部编码评测中超越 Muse Spark 并与领先替代方案持平。
Prime Intellect BlogPrime Intellect 宣布获得 1300 万美元 A 轮融资，由 Radical Ventures 领投，NVIDIA Ventures 等参与，总融资额超 1500 万美元用于构建开放超级智能栈。
ByteDance Seed · Hugging Face 新模型2727字节跳动种子发布3款PAR模型：3scale_400M、3scale_400M_pdb和3scale_by_ratio_60M，分别用于基准测试、PDB数据集微调和零样本动机构建。
Meta AI BlogMeta AI 发布 Brain2Qwerty v2，非侵入式脑机接口实时解码句子，词准确率达 61%；v1 训练代码及数据集开源，v1 数据集由合作方 BCBL 发布。
Prime Intellect Blogprime-rl v0.6.0 发布，支持在 1T 参数规模下高效训练多专家模型，GLM-5 在 SWE 任务上可支持 131k 序列长度、256 滚动批大小、5 分钟内单步训练，仅需 28 个 H200 节点完成。
Moonshot AI · Hugging Face 新模型Kimi K3 是 Moonshot AI 发布的 2.8T 参数开源多模态智能体模型，采用 Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes) 架构。
Prime Intellect BlogPrime Intellect Lab 平台全面支持在 Nemotron 3 Ultra（550B参数 MoE 模型）上进行后训练，提供黑井 B200/B300 的托管 RL 训练、2500+ 开环境及 SWE-bench Verified 等基准测试。
Prime Intellect BlogPrime Intellect 加入 NVIDIA Nemotron 联盟，贡献 2,500+ 开放 RL 环境、验证器框架和 Prime Sandbox 运行时，支持 Nemotron 模型在软件工程、金融、数据分析等领域的后训练定制，通过 Apache-2.0 / CC-BY-4.0 开源授权，与联盟成员共享研究、数据和计算资源。
Microsoft AI NewsMicrosoft MAI 在 Build 2026 大会发布七款新模型，包括 MAI-Image-2.5 及其 Flash 变体（图像编辑基准排名第二）、MAI-Transcribe-1.5（全球最佳转录模型）。
Microsoft AI News微软发布七款新 MAI 大模型，可在 Foundry 平台使用并针对自家产品优化，同时通过 OpenRouter、Fireworks 和 Baseten 向开发者开放，首次支持开发者自行微调模型权重。
MiniMax · Hugging Face 新模型MiniMax-M3-MXFP8 是一款拥有 1M 上下文窗口、约 428B 参数和 23B 激活参数的原生多模态模型，通过 MiniMax 稀疏注意力机制（MSA）实现 9 倍预填充和 15 倍解码速度提升。该模型在长时程智能体基准中表现领先，支持三种推理模式，可通过 Hugging Face 下载并使用 SGLang、vLLM 或 Transformers 框架进行部署。
ByteDance Seed · Hugging Face 新模型2525ByteDance Seed/TaskMem 模型发布，参数规模 31B，使用 BF16 张量类型，但未部署任何推理提供商。
Prime Intellect Blog系统性奖励攻击与 Prime Sprints 通过在带有隐藏关键词奖励的 backdoor-ifeval 环境中研究奖励攻击，发现攻击是动态问题，基准频率可预测攻击出现，但无安全稀有度阈值，零基线频率的攻击被放大，罕见攻击较慢，任务难度适中的环境最稳健。Prime Sprints 提供免费信用额度供用户进行奖励攻击实验，环境已开源。
ByteDance Seed · Hugging Face 新模型2828ByteDance Seed/SimArt 模型预训练权重发布，包含用于生成关节式 3D 对象结构（URDF 文件）的多模态大语言模型（MLLM）权重，以及用于编码解码 3D 零件几何形状到离散潜在空间的稀疏 VQ-VAE 模型权重。
Prime Intellect BlogGeneral Agent 环境开源，这是一个能随时间自我进化的合成智能体环境，包含 4,504 个跨 1,040 个领域的任务和 8,000 多个工具。合成器与求解器通过 2 人游戏机制生成和验证任务，任务难度分 4 个等级，通过求解器验证后逐步增加难度。
Prime Intellect BlogOpenAI Harmony 模板和 Thinking Machines Tinker cookbooks 推广的 renderer 抽象，将模型聊天模板转化为可编程 Python 对象。
Prime Intellect BlogReleasing Lab 今日正式对外发布，是 Open Superintelligence Stack 的一部分。该平台支持自改进智能体的全流程训练，用户可指定任务、定义执行环境、评估模型、基于奖励信号训练、检查推理结果、部署适配器并运行推理。
Qoder Blog6565Qoder 将团队专长、工具集成和参考资料打包成完整 AI 工作套件，用户安装一次即可在组织内共享；支持多种使用方式包括 IDE 插件、CLI 和移动端，企业版定价未公布。
LangChain BlogDeep Agents Deploy正式发布，作为开源替代Claude Managed Agents的智能体部署方案，支持任意LLM模型，通过`deepagents deploy`命令实现模型无关、生产就绪的部署，用户可自定义AGENTS.md指令集和Agent Skills，并选择sandbox环境，确保内存所有权不受锁闭。
Cognition BlogSWE 1.6 是专为软件工程智能体构建的最新模型，在 Windsurf 上提供通用支持，速度达 950 tok/s 且未来 3 个月免费。相比 SWE-1.5，SWE 1.6 在 SWE-Bench Pro 上提升超 10%，通过联合优化用户体验和推理流畅度，显著减少过度思考、工具调用冗余等行为，使模型交互更高效。
Microsoft AI News微软推出了MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2三款顶级AI模型，MAI-Transcribe-1每小时起价0.36美元。
Prime Intellect Blog6565我们与 Browserbase 合作，为浏览器和计算机使用智能体提供最佳训练体验。Browserbase 提供可扩展的浏览器基础设施，已支持微软的 Fara-7B 和谷歌的 Gemini 2.5 CUA。
Dify Blog7575Dify提供无需复杂基础设施即可构建、管理和部署AI工作流的平台，支持连接内部数据、触发事件或按计划运行、生成行业新闻摘要等应用。
LangChain BlogStripe、Ramp 和 Coinbase 等公司已独立开发内部编码智能体，它们采用隔离云沙盒、精选工具集、Slack 首次调用、丰富启动上下文和子智能体编排等相似架构模式。
Dify Blog6565Dify Cloud 将免费试用体验升级，Message Credits 现支持 OpenAI、Claude（Anthropic）、Gemini（Google）和 Grok（xAI）四款模型，无需配置 API Key 即可使用；Explore 页新增精选模板试用功能，提供 5 消息额度，涵盖文件翻译、个性化记忆助手、患者信息收集等场景，无需插件配置。
Cognition BlogSWE-1.6 在 SWE-Bench Pro 上取得 11% 的更高分数，但存在过度思考和自我验证问题，模型以 950 tok/s 的速度运行。该模型通过改进 RL 算法和扩展基础设施训练，计算量提升两个数量级，目前向小部分用户开放早期访问以收集反馈。
LangChain BlogLangChain 将其编码 Agent 在 Terminal Bench 2.0 上的表现从 52.8% 提升至 66.5%，排名从 Top 30 升至 Top 5，仅通过改进 harness 工程实现。
Andrej Karpathy 发布了一个名为 microgpt 的艺术项目，这是一个仅包含 200 行纯 Python 代码的单文件，无需依赖即可训练和推理 GPT 模型。该项目实现了从数据集处理、分词器、自动微分引擎到 GPT-2 风格神经网络架构、Adam 优化器、训练和推理循环的全部算法内容。代码可在 GitHub gist 和 karpathy.art 获取，并已发布为三联画。
Prime Intellect BlogPrime Intellect Lab 发布，提供端到端模型训练平台，整合 Environments Hub、托管训练与托管评估，支持大规模智能体强化学习、推理和评估，无需管理 GPU 集群或算法细节。平台基于环境构建，包含任务数据集和执行器，已通过私有测试完成超 3000 次强化学习运行。
Browser UseBrowser Use 发布开源浏览器自动化基准 BU Bench V1，包含 100 个硬核浏览器任务，Claude Fable-5 评分最高达 80.0%，领先 GPT 5.5 12 点；Browser Use Cloud (bu-ultra) 评分 78.0%，速度约 14 任务/小时。基准基于真实网站任务，使用 LLM 判定器评分，可在 GitHub 获取。
LangChain BlogLangChain Deep Agents SDK 通过三种压缩技术管理 AI 代理的有限内存：将大型工具结果（>20,000 tokens）和输入（>85% 上下文窗口）卸载到文件系统，以及使用 LLM 生成会话摘要。该 SDK 在 Claude Sonnet 4.5 上终端基准测试中触发压缩，通过文件系统搜索和摘要保留完整记录，支持频繁触发压缩以优化性能。
Anthropic Research5050科学家通过 Claude 4.5 在生物图解、计算生物学和蛋白质理解基准测试中取得显著进步，该模型已通过 API 供全球顶尖研究人员免费使用，并构建出超越文献综述或编码辅助的定制系统。在实验室中，Claude 作为协作伙伴贯穿研究全过程，通过多种工具将通常耗时数月的项目压缩至数小时，并发现人类可能忽略的大数据集模式，消除知识密集型任务瓶颈，甚至启用传统方法无法采用的全新研究途径。
Anthropic Research精选6767Anthropic 研究团队开发了一个基于 Claude Code 自定义命令的智能体，通过阅读类型注解、docstring 和注释推断代码应满足的属性，再用 Hypothesis 编写属性测试，在 NumPy、SciPy、Pandas 等 100 多个热门 Python 包中发现数百个潜在 bug。
推荐理由: Anthropic 用 Claude 智能体在 NumPy、SciPy、Pandas 等包中自动写属性测试找 bug，并给出人工复核后的有效率与已合并修复
Berkeley AI Research伯克利 AI 研究提出基于信息驱动的成像系统设计框架，该框架通过互信息量化测量对物体的区分能力，在彩色摄影、射电天文学、无透镜成像和显微镜四个领域验证了信息估计能预测解码器性能，优化互信息的设计方案在达到端到端最优效果的同时减少内存和计算量。
Prime Intellect Blog递归语言模型（RLM）允许大语言模型主动管理自身上下文，通过Python REPL检查和转换输入数据，并调用子LLM。
Qoder Blog6565ProductQoder CLI 发布，将 Qoder 的 AI 能力带到每个终端。
Prime Intellect BlogINTELLECT-3是一个106B参数的专家混合模型，在GLM 4.5 Air基础模型上使用SFT和RL训练，在数学、代码、科学和推理基准测试中达到其规模的最优性能，优于许多更大型的前沿模型。
Liquid AI BlogLiquid AI 与 Shopify 达成数百万美元的多年协议，Shopify 将获授权使用 Liquid AI 的旗舰 Liquid 基础模型（LFMs）进行搜索及其他用例。
.png%3Fv%3D522e7362d902&mode=card&exp=1794873600&sig=595aae7d3626ce49)
